SuSeWK: Smartes, universelles Systemmanagement für effiziente Wärme- und Kälteerzeugung

Kältemaschinen und Wärmepumpen werden üblicherweise komponentenweise geregelt. Jedes Teil erledigt seine Aufgabe für sich. Wie die Teile zusammenwirken, bleibt dem Zufall überlassen, und genau dort liegt ein großer Teil der Einsparung.

Im Projekt SuSeWK entwickeln wir eine Betriebsführung, die die Anlage als ein System behandelt und direkt auf ihrer speicherprogrammierbaren Steuerung (SPS) läuft. Sie beruht auf physikalisch begründeten Modellen typischer Anlagenkomponenten. Diese Modelle modularisieren wir so weit, dass sie auf gängiger Regelungshardware rechnen, ohne dass eine Cloud-Verbindung erforderlich ist. Maschinelles Lernen ergänzt Betriebsprognosen und prädiktive Wartungsempfehlungen. Wir haben Methoden gewählt, die mit den kleinen Datenmengen auskommen, die reale Anlagen tatsächlich liefern.

• Kältemaschinen und Wärmepumpen modular auf einer SPS abbilden, mit einer Genauigkeit von ±10 % gegenüber messtechnisch charakterisierten Anlagen
• Einen Hardware-in-the-Loop-Prüfstand aufbauen, damit Betriebsstrategien validiert werden können, bevor sie ins Feld gehen
• Das Systemmanagement in Feldtests mit Betreibern aus Rechenzentren, Kliniken und der Energiewirtschaft erproben
• Den erforderlichen messtechnischen Aufwand verringern, damit sich der Ansatz auch bei kleineren Anlagen rechnet
• Die Auswertung und Berichterstattung des Anlagenbetriebs automatisieren

Dies sind die Ergebnisse, auf die das Projekt hinarbeitet. Es handelt sich um Ziele, nicht um gemessene Resultate.

• Betriebsstrategien, die in der Simulation rund 40 % elektrische Einsparung gegenüber dem Stand der Technik erreichen
• Mehr als 30 % Einsparung elektrischer Energie in realen Anlagen, durchgängig über zwölf Wochen gemessen
• Der Nachweis, dass maschinelles Lernen mindestens weitere 10 % zur Effizienz beiträgt und dass prädiktive Wartungsempfehlungen machbar sind
• Ein Systemmanagement, das sich auf typische Anlagenkonfigurationen übertragen lässt und sich in Bestandsanlagen ohne projektspezifische Neuentwicklung einsetzen lässt

1. Januar 2025 bis 30. September 2026

Dieses Projekt wird im Rahmen des Programms Pro FIT der Investitionsbank Berlin gefördert, mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und des Landes Berlin. Es ist dem politischen Ziel 1 und dem spezifischen Ziel 1.1 des EFRE-Programms des Landes Berlin 2021 bis 2027 zugeordnet.